[发明专利]基于李雅普诺夫优化的移动云计算随机任务序列调度方法

说明书

本发明公开了一种基于李雅普诺夫优化的移动云计算随机任务序列调度方法，包括：1.建立移动端的任务队列模型；2.建立移动端总能耗与总执行时间的模型，并构建联合优化目标函数；3.构造李雅普诺夫优化函数，优化联合目标函数获得最优执行调度策略。本发明能综合考虑移动设备的执行能耗与任务的执行时间，有效利用移动端、cloudlet微云以及远端云的资源，从而在保证系统稳定的前提下同时降低移动端能耗与用户等待时间。

技术领域

本发明涉及移动云计算领域，具体是一种基于李雅普诺夫优化的移动云计算随机任务序列执行调度方法。

背景技术

在移动网络空前发展的这个时代，移动设备(如智能手机、平板电脑等)越来越成为人们日常生活中不可或缺的重要组成部分，同时用户也将更多的办公、娱乐方面的需求转移至移动端。移动设备的性能虽然得到了极大提高，但受限于体积在内存、计算资源、电池能耗等方面仍无法满足用户的需求。为了克服这一问题，移动云计算应运而生。通过将移动端的计算任务迁移至云端，打破了移动设备的硬件限制，但增加了数据收发的能耗和延迟。因此如何合理高效的进行任务调度和卸载，成为提高移动云计算系统性能的核心问题。现有的解决方案大多单一考虑能耗或时延，对于两者联合优化的研究存在不足。

发明内容

本发明针对以上技术问题，提供了一种基于李雅普诺夫优化的移动云计算随机任务序列调度方法，以期能综合考虑移动设备的执行能耗与任务的执行时间，有效利用移动端、cloudlet微云以及远端云的资源，从而在保证系统稳定的前提下同时降低移动端能耗与用户等待时间。

本发明为达到上述发明目的采用如下技术方案：

本发明一种基于李雅普诺夫优化的移动云计算随机任务序列调度方法的特点是应用于由移动端、cloudlet微云、远端云所组成的网络环境中，并按如下步骤进行：

步骤1、根据随机任务序列的特性建立移动端的任务队列模型：

设Z(r)＝{Z₁(r),Z₂(r),...,Z_i(r),...,Z_I(r)}表示移动端内I个应用程序在第r个时间片内的数据积压量；其中，Z_i(r)表示在第r个时间片内第i个应用程序任务的数据积压量；i∈{0,1,2,...,I}，I表示应用程序总数；r∈{0,1,2,...,R}，R表示时间片总数；

利用式(1)建立针对移动端中第i个应用程序的任务队列数据积压量的动态变化关系：

Z_i(r+1)＝max[Z_i(r)+A_i(r)-D_i(r),0] (1)

式(1)中，A_i(r)表示在第r个时间片内第i个应用程序到达任务队列Z_i(r)的任务数据量；D_i(r)为在第r个时间片内第i个应用程序离开等待任务队列Z_i(r)的任务数据量；

步骤2、建立移动端总能耗与总执行时间的模型，并构建联合优化目标函数；

步骤2.1、对于第i个应用程序的任务存在三种执行调度模式s∈{0,1,2}；s＝0表示任务卸载到cloudlet微云执行；s＝1表示任务直接在移动端本地执行；s＝2表示任务通过cloudlet微云传输到远端云执行；

利用式(2)得到在第r个时间片内第i个应用程序离开任务队列Z_i(r)的任务数据量D_i(r)：